Xarxa neuronal de grafs semi-supervisada
Una xarxa neuronal de grafs semi-supervisada entrena una GNN en un graf on només una petita fracció de nodes tenen etiquetes, utilitzant la passada de missatges del veïnat per difondre informació des dels nodes etiquetats als no etiquetats. L'aproximació, popularitzada per la Graph Convolutional Network de Kipf i Welling (2017), aconsegueix una forta precisió en la classificació de nodes fins i tot quan els exemples etiquetats són escassos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Kipf, T. N., & Welling, M. (2017). Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations (ICLR 2017). link ↗
- Zhou, D., Bousquet, O., Lal, T. N., Weston, J., & Scholkopf, B. (2004). Learning with Local and Global Consistency. Advances in Neural Information Processing Systems (NeurIPS 2004), 17. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Semi-supervised Graph Neural Network (GNN with Label Propagation). ScholarGate. https://scholargate.app/ca/deep-learning/semi-supervised-graph-neural-network
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Xarxa Convolucional Gràfica (GCN)Aprenentatge profund↔ compare
- Xarxa Neuronal de GrafsAnàlisi de xarxes↔ compare
- Propagació d'etiquetesAprenentatge automàtic↔ compare
- Aprenentatge semi-supervisatAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →